Examen Final Funadamentos de Estadística

Contexto

Los datos diabetes-data.csv contienen la información de medición de glucosa en la sangre de 70 pacientes con diabetes observados en diferentes momentos del tiempo (horas, días, semanas, meses).

El contenido y formato de los datos es el siguiente:

1. Fecha (date) en formato MM-DD-YYYY
2. Hora (time) en formato XX:YY
3. Código (code)
4. Nivel de glucosa (value)
5. Indicadora de paciente (individual)

Los datos de concentración en la sangre se obtienen de dos fuentes:

• Mediciones electrónicas automáticas
  
• Registros escritos en papel.

Las mediciones eletrónicas automáticas se obtienen con etiquetas de tiempo específicas, mientras que las mediciones obtenidas de los registros escritos corresponden a horarios ficticios con la siguiente relación: Desayuno (08:00), comida (12:00), cena (18:00), y hora de dormir (22:00).

El campo code corresponde al tipo de insulina administrada al paciente.

Nota: La información de la adminitración de insulina, en este momento, es irrelevante.

Un primer vistazo a los datos

     date               time               code          value       
 Length:29264       Length:29264      Min.   : 4.0   Min.   :  0.00  
 Class :character   Class1:hms        1st Qu.:33.0   1st Qu.:  6.00  
 Mode  :character   Class2:difftime   Median :48.0   Median : 24.00  
                    Mode  :numeric    Mean   :46.5   Mean   : 79.42  
                                      3rd Qu.:60.0   3rd Qu.:142.00  
                                      Max.   :72.0   Max.   :501.00  
                                                     NA's   :8       
   individual      atributo        
 Min.   : 1.00   Length:29264      
 1st Qu.:21.00   Class :character  
 Median :34.00   Mode  :character  
 Mean   :36.45                     
 3rd Qu.:55.00                     
 Max.   :70.00                     
                                   
Observations: 29,264
Variables: 6
$ date       <chr> "04-21-1991", "04-21-1991", "04-21-1991", "04-21-19...
$ time       <time> 09:09:00, 09:09:00, 09:09:00, 17:08:00, 17:08:00, ...
$ code       <int> 58, 33, 34, 62, 33, 48, 58, 33, 34, 33, 62, 33, 58,...
$ value      <dbl> 100, 9, 13, 119, 7, 123, 216, 10, 13, 2, 211, 7, 25...
$ individual <int> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ...
$ atributo   <chr> "medición de glucosa en sangre antes del desayuno",...

1. ¿Existe discrepancia (en media o distribucional) entre las mediciones reportadas de registros escritos en papel y las que son reportadas electrónicamene?

• Sabemos que las mediciones en papel se realizan en las siguientes horars: desayuno (08:00), comida (12:00), cena (18:00), y hora de dormir (22:00). El resto de las mediciones son consideradas como electrónicas.
  
• Con base en los datos podemos notar que no existe diferencia en las mediciones de glucosa.
  
• Podemos observar que las medias son muy similares, la media en papel es ligeramente más alta que la electrónica.
  
• Se muestra menor frecuencia en las mediciones de papel y esto se debe a que solo se realizan 4 veces al día (desayuno, comida, cena, dormir); no obstante, las mediciones electrónicas se realizan con mayor frecuencia a lo largo del día.
  
• Lo anterior se refleja en la siguiente gráfica:

2. ¿ Existe discrepancia entre las mediciones de glucosa de los pacientes entre las cuatro horas del día donde se miden?

• Supongamos que las 4 horas en las que se miden se refiere a los registros realizados antes del desayuno (08:00), comida (12:00), cena (18:00), y hora de dormir (22:00).
  
• Una vez identificados y filtrados estos horarios, notamos que las mediciones fueron realizadas antes de ingerir los alimentos como se muestra en la siguiente tabla:

• En la gráfica que se presenta a continuación, notamos que las mediciones realizadas en las 4 horas son muy similares, excepto por la medición antes de la comida.
  
• La medición de la comida es la que presenta más variación y outliers. También el primer, segundo y tercer cuartil son más bajos en relación al resto de las mediciones.
• Tiene sentido, ya que en el día es cuando existe el mayor gasto de energía; por lo que, la medición de las 12 (comida) será más baja y con más variación dependiendo de la actividad física de la persona.

3. ¿ Existe discrepancia de las mediciones de glucosa entre pacientes?

• En la gráfica que se presenta a continuación podemos notar que sí existe diferencia en las mediciones medias de cada individuo.
  

• Existen individuos muy por debajo de la media global y también por arriba. Incluso, hay algunos que estan por encima del tercer cuartil.

• En el siguiente boxplot, se puede notar que tenemos outliers y nuestro rango de datos tiene una gran variabilidad desde 50.04hasta 121.67.
  

• Existe discrepancia entre individuos aunque hay algunos
  similares entre ellos.

4. ¿ Existe discrepancia entre las mediciones de glucosa asociadas con la administración de insulina con respecto a las demás?

Sí, son más bajas:

• Los codigos 33,34,35,36 corresponden a administración de insulina medicada, por lo que ayuda a disminuir el nivel de glucosa en la sangre, por dicha razón estos códigos se asocian con niveles bajos de glucosa.
  
• El nivel más alto de glucosa es después del almuerzo y tiene sentido, pues después de ingerir alimentos, la glucosa se eleva; por lo general, el almuerzo es de las comidas con mayor catidad de calorías.
  
• El resto de las mediciones son similares, pues no corresponden a administración de insulina.

5. ¿Existe una discrepancia clara entre los pacientes que reportan sus niveles de glocosa depués de haber ingerido más alimentos de lo usual?